The Role of Parkinson Nurses for Personalizing Care in Parkinson’s Disease: A Systematic Review and Meta-Analysis
Notice bibliographique
Résumé
BACKGROUND: Quality of life (QoL) of persons with Parkinson's disease (PD) is diminished by (non-)motor symptoms, that require personalized care. Parkinson Nurses (PN) may be pivotal promoting tailored care offerings. This systematic review and meta-analysis investigates PD care models and aims at furnishing current concepts of PN to offer personalized care. OBJECTIVE: The purpose of this study is to identify the various roles and functions that PN may hold for personalized PD care. METHODS: We performed a systematic literature review, utilizing: PubMed, Web of Science, The Cochrane Library, and PsycINFO. The review qualitatively evaluated articles, which described personalized care models involving PNs and was guided by the personalized care management model. A meta-analysis compared patient-reported QoL (quantified using the 39-item Parkinson's Disease Questionnaire) between personalized care interventions involving PN versus standard care with. RESULTS: Twenty-seven publications were identified, including six randomized, controlled trials ascertaining with health related QoL (n = 1830 PwPs). The qualitative evaluation revealed that PN contribute to all aspects of personalized care. The meta-analysis showed no improved QoL in personalized care models compared to standard care, thought a great heterogeneity among study design and interventions was outlined (Standardized Mean Difference = -0.8935; 95% Confidence Interval, -2.1177 to 0.3307; z = -1.43, p = 0.1526). CONCLUSION: PN fulfil important functions in personalized PD care. For the future, a clear role definition will be necessary to adjust training for PN across healthcare systems and care settings but especially to realize their full potential for PD care.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,011 | 0,010 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».